无人驾驶的看法

写一些对无人驾驶技术看法，原因未来很大的市场，技术已经成熟，就是看怎么市场化与商品化？

一、自动驾驶将会带来什么的改变？

改变各行各业，生活的方方面面，就像当年的汽车时代，改变了整个世界的效率，交通效率得到极大的提升，让人们的生活方式发生了巨大的变化。

市场规模:

• 物流行业: 人力成本大大减少，运输效率非常地高；
• 零售行业:
  • 电子商务会迎来持续地发展，因为物流行业的成本大幅度降低；
  • 体验式的线下店会迎来繁荣，而且不一定靠近市中心，因为出行成本大幅度降低；
• 汽车与出行运营商行业:
  • 出行运营商: 运营车辆，给人们提供服务，例如:Uber和滴滴；
  • 汽车行业: 汽车从拥有变使用，人们不再具备所有权，而是强调使用权了。将来如果实现自动驾驶，类似Uber 和滴滴的出行运营商无疑就可以控制更多的车辆为大家提供运营服务。自然地，买车的人会变少。而类似Uber 和滴滴的出行运营商成为汽车的主要购买者的话， 我想各大车厂的利润大概都会被出行运营商拿走。目前，汽车的整体使用率只有区区的5%，这意味着在理想状况下（100%的汽车整体使用率），我们只需要目前汽车总量的二十分之一来服务所有的需求。
• 地产行业:
  • 开车不需要动手、动脑，而同时不需要不用再去操心拥挤了，因为每个人都可以在车上静静地享受你的时光。甚至说，每个车都有车联网，都有很高的网络带宽，可以坐很多事情，那么出行焦虑就大大降低。那大城市的人住远一点也没有问题，同时由于人停留的时间减少，偏远山区的城镇人口不断萎缩， “超级大城市”现身，超大城市的房价继续上涨。
  • 车库转化成生活空间；
• 停车行业: 停车行业消失；
• 加油站、汽车零件零售商和服务站行业: 消失；
• 娱乐与社交等内容行业: 自动驾驶会释放出750亿小时的民众的上下班时间，因此人们会多了很多娱乐的时间，那么各家内容产业都 抢夺注意力。
  • Social(Tecent、Facebook)；
  • News(今日头条)；
  • Movie；
  • Games(直播、游戏、电竞)；
  • TV；
• 保险行业: 汽车保险行业会发现它们的利润率会被压缩到趋近于零。
• 航空行业: 航空公司会面临更大的压力。

二、自动驾驶需要哪些技术支持？

技术已经足够成熟，创业的机会已经不多。

按照美国汽车工程师协会的分级，自动驾驶共分五个阶段（五级）。

• 第一阶段L1，驾驶员辅助。ACC（Adaptive Cruise Control）自适应巡航控制：定速巡航大家一定都不陌生，但当前车减速时，就需要通过踩刹车或操作杆取消定速巡航。紧急自动刹车（AEB），紧急车道辅助（ELA）
• 第二阶段L2，部分自动驾驶——车辆不允许驾驶员的双手脱离方向盘。
• 第三阶段L3，有条件自动驾驶——根据路况条件所限，必要时必须交由驾驶员驾驶。很多企业会直接跳过这个阶段，而直接研发L4-L5。
• 第四阶段L4，高度自动驾驶——自动驾驶系统完成所有驾驶操作，驾驶员可以不接管车辆。同时L4必须是有安全冗余，所用到的传感器，控制电脑，执行器都有冗余设计。这个必须是强制要求，比如同时应用了毫米波雷达，激光雷达，摄像头，超声波探头等，相互补偿和校验。数据融合后，其可靠性大幅增加对恶劣环境的适应能力也更好。技术成熟后，事故减少，但由于还存在非自动驾驶的汽车，事故还是会有。如果全部是自动驾驶就可以98%-100%可以避免。
  • 个人思考：预计会在2022年量产起步，在2025年成熟，谁能最先有L4的能力就抢占了先机。
• 第五阶段L5，完全自动驾驶——无论任何路况，任何天气，车辆均能实现自动驾驶。
  • 个人思考: 2030年成熟。

1. 感知

无人车传感器主要有视觉/毫米波雷达/超声波雷达/激光雷达等，主要是以视觉或激光雷达为主，其他传感器辅助的配置方案。目前视觉方案是主流（特斯拉），而未来激光雷达硬件一定会原来越成熟，价格也会越来越低，而且激光雷达较视觉提供更丰富的特征，所以我认为摄像头配合固态激光雷达一定会成为主流方案。我们可以看到谷歌一直在用激光雷达，而且还自己生产制造。最近看到很多智能驾驶创业公司（驭势/景驰）都会配备激光雷达。如果激光雷达有足够的销量，那么价格肯定会大幅度下降。

激光雷达厂商

• Velodyne

视觉厂商

• Mobileye(复杂的交通视觉应用经验与技术储备，领先了三年以上)

2. 定位(高精度地图数据)

高精度地图是必然趋势，关键在于怎样实时更新地图。 未来每一辆车不仅仅要用到地图的数据，而且会将自车传感器检测的数据上传云端来更新地图。

地图与导航厂商

• 欧美地图导航 — Tomtom
• 中国地图导航 — 四维图新、百度、高德

3. 规划/决策(技术重点)

必然是通过人工智能，深度学习模型来实现，但谁能获得更多的“路况与驾驶数据(来用训练AI)”，谁能更快地获得L4的能力，谁就能获得无人驾驶车的赢者通吃效应。

• 成熟的汽车厂商，可以快速地在普通车上加上传感器来获得数据；
• NuTonomy，试运营自动驾驶出租车来获得数据；
• 特斯拉为主导，电动车商品来获得数据；
• 虚拟为主导，获得数据；

芯片解决方案厂商

• NVIDIA英伟达
• 博世
• 电装
• 德州仪器
• 飞思卡尔(被NXP恩智浦收购、NXP被高通收购)
• Intel英特尔

开源自动驾驶系统

• 百度
• Udacity

三、产业

整车集成商

• 宝马
• 奔驰
• 福特
• 通用
• 丰田
• 本田
• 特斯拉

Tier1供应商，提供完整的汽车解决方案

一旦到了自动驾驶技术量产装车的时候，整车集成商也只会向他们订购软硬件一体的完整的自动驾驶解决方案。

• 博世(全球第一大，总部德国)
• 大陆(又名“德国马牌”，全球第二大，总部德国)
• 电装(日本第一大，全球第三大)
• 采埃孚
• 德尔福
• 法雷奥

Tier2供应商，提供部分的解决方案

• Mobileye
• 英伟达
• 英特尔

华人与优秀公司

• 朱佳俊(曾是谷歌自动驾驶项目的创始人之一)
• 驭势科技（Uisee）
• 图森未来(货运的自动驾驶，看好)

四、应用

初期市场(市场的机会依然巨大)

1. 辅助驾驶L2-L4

• 特斯拉现在阶段的自动驾驶L2；
• 奥迪的新车的自动驾驶L3； 也就是在开放的道路环境中，并不是完全自主驾驶，人还是占主导地位，机器只是给人做辅助。

比如在城市的缓慢行驶情况之下，就可以实现自动驾驶。我们都知道，开车最头疼的情况就是在慢速行驶的车流当中一脚油门、一脚刹车的行驶，这种时候特别容易出事故，因为速度太慢容易犯困。但这种情况下，机器就完全没有问题。另外，很多人停车入位做不好，辅助驾驶的停车入位在未来可以成为各个车的标配。

2. 封闭环境慢速驾驶场景

• 大学校园；
• 机场摆渡车与动力车；
• 景区与主题公园；
• 度假村；
• 高科技园区和厂区；
• 自动送货车；
• 自动巡逻车；
• 地铁；
• 火车；
• 集装箱运载车；
• 矿区的矿车； 比如在大学校园里，宿舍和教室之间距离远，就可以设置一些摆渡车。如果用人工就不太合算，所以未来肯定会出现大量的无人驾驶的摆渡车，包括现在一些工业园区也可以使用这样的低速无人驾驶的解决方案，尤其是在封闭环境之下，它不需要驶到外面的公路上，问题不大。

另外，还有特殊用途的无人驾驶车辆，比如说自动送货车。还比如未来居民小区里的自动巡逻车，自动驾驶加上人工智能系统，就可以去识别小区里的人到底是正常的住客，还是小偷。尤其是它可以一天24小时不疲惫地巡逻。

3. 长途货运

这是一个大家容易忽略的部分，因为很有可能长途货车反倒是最早实现自动驾驶的。

因为长途货车主要是在高速公路上行驶，是相对封闭的道路。只需要有人帮着把长途货车驶上高速，而另一边有人在出口等着接手即可。中间的好几天行程都可以实现自动驾驶，这无疑会使得送货的效率大大的提升。

后期市场

1.出租车

五、难以解决的终极问题

问题是“责任认定”问题，就是自动驾驶一旦出现事故，谁来认定责任？

个人认为

• 保护优先级: 车内人员作为保护优先级的一级，二级是车外人员；
• 事故责任L2-L3: L2-L3的责任应该是车主作为责任人；
• 事故责任L4-L5: L4以上事故责任在出行运营商，质量责任在车厂；

六、关于Tier1

我认为，推动全球自动驾驶发展的最重要力量是汽车零部件一级供应商，也就是行业里所说的 Tier1， 其中的代表有博世、大陆、电装、采埃孚、德尔福、法雷奥等。虽然这些公司相对比较低调，但他们对自动驾驶技术研究的历史其实并不比科技公司短，包括软硬件在内的各类相关技术的积累也不落后于科技公司，而且最为重要的是，一旦到了自动驾驶技术量产装车的时候，车企也只会向他们订购软硬件一体的完整的自动驾驶解决方案。 今天我们就着重介绍一下这些公司在自动驾驶汽车产业发展中所起的关键作用，同时也会分析一下科技公司的发展出路和机会。

(一)Tier 1是汽车产业的部件和核心技术的提供者

在传统汽车行业中，Tier1 一直就是车辆最核心最尖端的部件和技术的提供者，例如车辆汽车最关键的两个技术：动力总成和底盘技术，基本上就被博世、大陆、电装、德尔福等 Tier1 所把持。

到了自动驾驶车辆的时代，这个情况看起来不会发生改变，他们仍会给车企提供包含软硬件在内的完整的自动驾驶解决方案。

这其中包含了最重要的四个系统：传感系统、动力系统、控制系统以及车载信息系统。

自动驾驶技术所必需的传感和环境感知、精确定位、计算规划、控制执行等功能，都必须通过这四种不同系统的组合来完成，只有拥有了这些系统的研发和制造能力，才能使不同等级的自动驾驶解决方案的实现成为可能。

1. Tier1 硬件方面的优势

首先，Tier1 能够生产从超声波雷达、各类摄像头到毫米波雷达再到激光雷达的全套传感器，且都是符合汽车使用的车规级产品。汽车用到的部件都要满足车规级的质量要求。

例如其电子系统要在零下40度至85度的温度范围内正常工作，而发动机周边的电子元器件则需要在零下40度至150度的环境下工作。对比之下，iPhone 在零下10度左右的时候就已经冻关机了。

要满足这些严苛的标准，也只有积累了多年的汽车部件尤其是各类电子控制单元的研发制造经验的 Tier1 们才能做到。

其次，Tier1 在研究自动驾驶的最开始就定位于量产化，只有基于现有成熟的且成本可控的技术，才能促成自动驾驶技术的落地。汽车部件对成本高度敏感，成本性能满足不了市场需求的产品在量产方面必定会面临巨大的困难。

以车载计算平台为例，自动驾驶汽车需要极其强大的计算能力，为此，英伟达、英特尔等芯片巨头也都针对自动驾驶推出了车载计算平台，如英伟达的 Drive PX2 等。虽然这些车载电脑的计算能力强劲，但是英伟达、英特尔等公司也仍然需要 Tier1 才能将其量产。

正是基于以上因素，在今年1月份的 CES 上，我们看到了英伟达同时找了博世、采埃孚等 Tier1 合作。换句话说，英伟达这样的在自动驾驶领域赫赫有名的芯片公司，已经变成了博世、采埃孚的供应商。

需要注意的是，这些配件巨头其实不甘于仅仅为他人做嫁衣，同样是由于常年在研发和生产电子控制单元系统，他们也在根据自动驾驶技术的研发进展，开发自己的自动驾驶电子控制单元系统。

2. Tier1 在软件方面的技术并不落后于科技公司

首先，Tier1 们几乎提供了所有的车载电子系统与配套的专用软件，如车载仪表、中控娱乐系统、发动机/变速箱管理程序，以及高级驾驶辅助系统（ADAS）的程序，在车用软件的开发上经验丰富。

监测路况，因而自动驾驶车载的操作系统更多地注重对车内设备的控制，这本身就是Tier1 所擅长的。

其次，车用软件系统对安全性和稳定性的要求非常之高，想象一下正开车的时候发动机管理系统死机了是多么致命的一件事情，这也是科技公司之前很少碰到的要求。

最后，科技公司们擅长的 AI 算法也并非是少数人掌握的黑科技。事实上，很多 AI 里的学习框架与算法也都是开源产品，Tier1 也一直在研究与应用AI技术。

例如，博世在今年年初就宣布将累计投资3亿欧元兴建全球 AI 研究中心，目前在硅谷、班加罗尔和德国设有三个分支机构。而且，配件巨头们的软件团队规模也不弱于科技公司。博世的亚洲区负责人曾经透露，仅是与自动驾驶相关的ADAS业务就有超过2500名工程师。而作为对比，国内最大的自动驾驶公司百度，据称其团队也只有400多人。

总结一下就会发现，无论是自动驾驶的硬件还是软件，Tier1 们都具有非常明显的优势：

• 一方面，他们掌握着激光雷达、毫米波雷达、超声波雷达、摄像头等各种车用传感器的研发与制造能力，并且还是车载计算平台实现量产的关键。
• 另一方面，Tier1 们生产了几乎所有的车用控制系统，并常年针对各类汽车应用专业编写控制软件，拥有丰富的车用软件的经验和积累。 在 AI 技术兴起后，他们又逐渐将其应用在汽车领域里，推动了 AI 技术与汽车行业的融合。

(二)科技公司们的角色和机会

读到这里，你可能会觉得 Tier1 们简直要垄断自动驾驶行业，科技公司们都得关门，但事实并非如此。究其原因，主要是因为自动驾驶技术也带来了商业模式的改变。

汽车行业现有的模式是二级供应商 Tier2 向一级供应商 Tier1 供货，而一级供应商 Tier1 再向整车厂供货。在这一模式下，Tier1 直接向车厂提供完整的子系统，地位非常重要，因此这一模式里 Tier1 的确非常强势。

但是对四、五级别的自动驾驶汽车来说，已经完全不需要人类司机参与监测路况了，汽车可以24小时运转，效率大大提升。一旦到了这个阶段，消费者自行购买一辆汽车的必要性已经非常小了。人们出行需要做的就是在手机 APP 上下一个订单，车辆会准时在楼下接你，将你送到目的地后进而融入车流，还帮你省了驾驶、找车位和管理的麻烦。

这也就意味着，交通产业的格局会变化。由于私家车锐减，滴滴、Uber、Lyft、Grab 等交通服务提供商将变成核心公司，他们会大批量采购无人车投放到城市里运营，进而将自己转变成一家出租车公司。

而商业模式的变化会直接带来自动驾驶汽车生产模式的变化。如果是车厂去销售自动驾驶汽车，他们就要承担车辆自动驾驶系统的责任。因而车厂会费尽心思寻找稳定安全且符合车规要求的自动驾驶系统供应商，很明显就是博世等 Tier1。但是在新的商业模式下，以 Uber 为代表的科技公司们只需要车厂把自己的自动驾驶系统装在现有的车辆上，然后再交付给自己去运营。车厂只需要对车辆本身的质量负责即可，而自动驾驶系统的责任则由科技公司所承担。

像 Uber 这类大型科技巨头的策略都是如此，那么中小型自动驾驶公司的出路在哪儿呢？从目前的情况来看主要有如下几条路径：

1.成为 Tier1 的供应商或合作伙伴

中小型公司往往在某些领域有着 Tier1 所不具备的技术或能力，这些公司如果把自己的长板与 Tier1 的强大优势结合在一起，也能生存并发展得很好。这个现象在从事汽车激光雷达研究制造的几家科技公司的目前情况就能看得出来。

Ibeo 公司在本世纪初开始研发激光扫描技术，并且开始了若干自动驾驶项目的尝试，并从2010年起和 Tier1 巨头法雷奥合作开始量产激光雷达 ScaLa，目前已经有多款产品推向市场。新晋创业公司 Quanergy 则将部分股权转让给 Tier1 巨头德尔福，并且将开发出的技术转化为产品，并由德尔福生产。

2.成为自动驾驶的技术运营商或出行服务商

开发商用车自动驾驶技术的图森未来公司走的就是这条路子。

按照计划，图森会与车厂合作生产出搭载有自家自动驾驶系统的货车，然后将车辆出售给物流公司用来运货，图森会来承担自动驾驶出现故障的责任，车厂只为车辆本质的质量问题负责。随着细分市场的出现，初创公司也会获得一定的机会。

3. 研发和生产细分市场的车辆

由英特尔中国研究院前院长吴甘沙创办的驭势科技是这条路线的典型代表。驭势科技同样采取了两条腿走路的模式，即一边研发针对四、五级别的自动驾驶技术，一边也研发针对工业园区、景区、校园等封闭场景的低速自动驾驶技术。而为了尽快实现商业化，驭势也与一些低速电动车厂商合作，打造了一批“驭势”牌低速自动驾驶汽车。

4. 被车企、Tier1 或者更大的科技公司所并购

创业是一场九死一生的考验，并非每一家公司都能活下来并做大做强。10在创业的过程中，如果做出了一些成就，被并购也未必不是一种成功。这几年在自动驾驶技术领域里的这种并购活动层出不穷。

(三)总结

自动驾驶技术将在未来的几十年内改变整个汽车与交通产业，并涉及巨大的市场，这让许多科技公司兴奋不已。

但是与科技公司们的热情洋溢不同，博世、大陆、德尔福等 Tier1 却保持了相当的克制。他们很少出现在新闻头条里，也很少去大肆宣扬自己的技术有多厉害。但是因为他们早已掌握了汽车里面绝大部分电子设备与控制系统，并且也在汽车软件与 ADAS 系统方面积累已久，不管是从硬件还是从软件角度来说，他们都已经占据优势。未来为整车厂提供自动驾驶系统的，也必然还是他们， 他们才是推动自动驾驶汽车发展的最重要的力量。

七、个人总结

1. 所以，虽然我们说四级、五级的自动驾驶技术预期会在2025年完善起来，但是真正得到社会的广泛应用，主要是需要法律支持还需要更长的时间，预测大规模应用在2027年～2030年。但是，虽然有各种问题，但自动驾驶其实已经来了，因为像辅助驾驶，像封闭环境的慢速驾驶，像特殊用途的无人驾驶，这些技术这几年就会蓬勃地发展起来。
2. 创新科技商业化需要5~8年时间，因此自动驾驶迎来腾飞。
3. DARPA(自动驾驶竞赛) 这种竞赛对技术提升有很大的价值，之前我们也介绍过美国航天界有 X Prize，人工智能界有 ImageNet 视觉识别比赛，现在国内也有了创新工场、搜狗、今日头条联合举办的人工智能大赛了，用大赛的方式提升科技水平确实可行。
4. 应该是目前最好的思路。低端车: 运营商负责自动驾驶系统与责任，车厂只为车辆本质的质量问题负责。高端车: 既设计车也是运营商(软硬件结合，苹果)
5. 谁是顶级运营商谁就获得最大的利润，现在整车厂商最有机会(有设计与整合能力、只要开放服务运营，推出打车app，并且不断地优化效率、安全水平与服务水平)。
6. 全球来讲，技术创业应该没有机会了，做运营商应该是比较有机会。
7. 中国相对缺少垄断性车企与供应商，因此产业上还是存在机会的。
8. 可以买入相关产业的股票。特别是NVIDIA英伟达、NXP、AMD和Tier1供应商。
9. 看好特斯拉。谷歌对特斯拉的自动驾驶趋势对比，特斯拉会碾压性的胜利，特斯拉会走一段纯视觉的弯路，但是谷歌根本就在沼泽地里爬。Level4必然是融合感知，摄像头配合固态激光雷达，自定位的高精度地图，带有安全冗余的执行机构，核心的能力是来自于中间的自动驾驶控制系统，类似于大疆的飞控，且必须软硬件闭环。

附:

冗余设计

所用到的传感器，控制电脑，执行器都有冗余设计。

• 传感器: 同时应用了毫米波雷达，激光雷达，摄像头，超声波探头等，相互补偿和校验。数据融合后，其可靠性大幅增加对恶劣环境的适应能力也更好。
• 控制器(控制电脑): 主运算器也是不够的，还需要监控系统时刻监测主运算器的工作状态。
• 执行器: 制动和转向的执行器也都需要至少两套。这样在其中一套系统出问题的时候，另一套马上接管，把车辆安全停好。